FORUM TERATEC 2024

Présentation de 4 projets de recherche


Projet #1 : Projet NEASQC- 10mn

Problèmes d'optimisation complexes pour la recharge intelligente des véhicules électriques  

Nous présentons une étude de cas d'optimisation quantique pour le chargement intelligent des véhicules électriques. Des implémentations adaptées de l'algorithme d'optimisation quantique (QAOA) ont été développées pour ce problème, et testées numériquement avec des ressources classiques soit par émulation d’une machine type de celles de Pasqal, soit en utilisant le Quantum Learning Machine d'Atos. Dans les deux cas, les algorithmes quantiques présentent les mêmes taux d'approximation que les algorithmes d'approximation classiques, ou les amélioreront.

Par Joseph Mikael, Head of Quantum Computation & Quantum Information project, EDF
voir le replay 


Projet #2 : Dans le cadre de FF4EuroHPC-10mn 

Etudes quantitatives pour la transition énergétique et calcul haute performance 

Artelys est une entreprise spécialisée en optimisation et en aide à la décision. La société assiste en particulier les grands acteurs publics (ministères, régulateurs, métropoles, etc.) et privés (énergéticiens, associations d’industriels, etc.) en Europe et dans le monde autour de problématiques de stratégie et de planification énergétique. Ces missions nécessitent de simuler et optimiser des réseaux de production et de transports d’énergie (électricité, gaz, chaleur, hydrogène) à très large échelle (e.g., tout l’Europe). Par ailleurs, lorsqu’on souhaite se projeter dans le futur pour construire une stratégie ou un plan de production robuste, il faut également prendre en compte les dimensions aléatoires telles que les pannes, la météo ou des scénarios de prix (e.g., du gaz). L’intégration de ces aléas nécessite de lancer de très nombreuses simulations complexes et de très grande dimension qui ne peuvent être réalisée sans ressources de calculs significatives. Nous préciserons lors de l’exposé comment nous avons récemment pu débloquer des verrous technologiques pour ces calculs grâce au HPC ainsi que les perspectives métier et technologiques que ces nouvelles capacités ouvrent pour le futur

Par Michaël Gabay, Directeur Artelys 
Revoir le replay 


Project #3 - 10mn 

 Simulations de nanodispositifs de stockage et de conversion de l’énergie 

Au cours de la dernière décennie, les carbones nanoporeux se sont imposés dans plusieurs technologies, allant du stockage de l’électricité dans les supercondensateurs à la désalination de l’eau de mer. Ces matériaux sont également étudiés pour des concepts d’énergie bleue, obtenue par la différence de salinité entre de l’eau de mer et de l’eau douce. Comprendre les mécanismes de fonctionnement de ces dispositifs nécessite de sonder la matière à l’échelle nanométrique, ce qui est actuellement hors de portée des expériences. Notre équipe a ainsi développé un logiciel de simulations moléculaires, MetalWalls, dédié à l’étude des interfaces électrodes-électrolytes en électrochimie. Grace à l’emploi des supercalculateurs, nous avons pu étudier des systèmes de dimensions jusqu’ici inaccessibles, avec une bien meilleure précision dans la prise en compte des interactions intermoléculaires. Nos travaux ont ainsi permis de comprendre les mécanismes d’adsorption des ions dans les supercondensateurs, ainsi que leur dynamique de charge. Dans un second temps nous avons pu prédire les performances de système de désalination, des travaux qui permettent in fine de paramétrer des modèles continus utilisés pour dimensionner des installations expérimentales. Nous essayons maintenant d’étendre les modèles utilisés au cas plus complexes des batteries (Li-ion ou de générations futures), ce qui nécessite l’emploi de potentiels de type machine-learning pour une meilleure précision, dans le cadre du PEPR Batteries démarré en 2023.

Par Mathieu Salanne, directeur ISCD - Institut des sciences du calcul et des données Sorbonne Université
revoir le replay 


Project #4 : Dans le cadre de CoEC - 10mn 

Modélisation des éoliennes avec la méthode Lattice Boltzmann (LBM)  

La production d'électricité verte et décarbonée à partir de l'énergie éolienne est l'un des éléments clés de la lutte contre le changement climatique. Dans le cadre du processus de conception des parcs éoliens, la prédiction fiable de la production d'énergie d'un parc est indispensable et souvent réalisée par des simulations de grands courants. Cependant, les solveurs traditionnels basés sur les équations de Navier-Stokes sont souvent trop coûteux en termes de performances de calcul. Plus récemment, la méthode du treillis de Boltzmann (LBM) est apparue comme une alternative appropriée à ces solveurs en raison de ses performances de calcul exceptionnelles sur des systèmes informatiques massivement parallèles et hétérogènes. Cet exposé traitera de la manière dont la méthode LBM peut être couplée à des modèles d'éoliennes et permettre à terme des simulations à grande échelle de parcs éoliens entiers. 

 Par Helen Schottenhamml, chercheuse doctorale, IFPEN 
revoir le replay 
,